上周六 Stable Diffusion WebUI 发布了 1.8.0 版本。
新版本主要特点如下:
-
将touch2.1.2更新到版本 2.1.2,提高了稳定性
-
FP8 支持,新增了对八位精度模型的支持,降低了硬件门槛
-
支持 SDXL-Inpaint 模型
-
使用 Spandrel 进行升级和面部修复架构
-
自动向后版本兼容性(从指定了程序版本的旧图像加载信息文本时,将添加兼容性设置)
-
实现零终端 SNR 噪声计划选项
-
添加一个 [✨] 按钮以对库中的选定图像运行局部修复
-
独立的资产存储库;在本地提供字体,而不是从 Google 的服务器提供字体
-
官方 LCM 采样器支持
-
添加对 DAT 升频器型号的支持
-
额外网络树视图
-
NPU 支持
总体来说,该版本更新亮点较多,但稳定casket和SVD视频功能未加入略显遗憾。最重要的是,Stable Diffusion Webui 1.8.0版本更新,对硬件要求将大幅降低!
使用方法
官方仓库地址:
https://github.com/AUTOMATIC1111/stable-diffusion-webui
首先,我们需要更新我们的用户界面。如果你们正在使用Automatic 1111或Forge的手动安装,需要编辑webui-user.bat文件,并在这两行之间添加”git pull”命令,如屏幕上所示。如果你们正在使用Forge的便携版本,需要双击update.bat文件。如果你使用的是秋葉版的整合包,你可以尝试从启动器进行版本的升级!
\--reinstall-torch --reinstall-xformers
git pull
一个重大的新特性是Torch升级到2.1.2版本。这个版本提高了Torch执行所有操作的效率和速度。
在Image to Image选项中,我们现在有了Soft Inpainting选项,这是一种改进的inpainting,能够在我们应用Inpaint修复的区域实现更平滑、自然的融合。你们可以通过修改这些参数来改善Inpaint处理区域的融合效果。如果你们想知道这些参数各自的作用,可以打开Help选项,那里会对每个参数进行详细描述。从这个版本开始,所有Stable Diffusion XL模型都将在Inpainting模式下工作,我们将能够获得比之前更好的出图效果!
在这个版本中,FP8(“八位浮点数”)模式已经可用,对于电脑配置偏低的小伙伴来说,这可能是一个好消息!它可以减少我们的显存消耗。
从指定程序版本的旧图像加载信息文本时,将添加兼容性设置,增强了兼容性。
这个版本集成了“高分辨率修复”按钮。点击这个按钮,我们将根据当前的Hires.Fix配置放大和提升图像细节。
从这个版本开始,正式内置了LCM采样方法。以前是需要安装了AnimateDiff,才会在采样方法列表中看到LCM。
如果你们想了解更多关于LCM的信息,可访问《AnimateDiff+LCM实现stable diffusion生成视频几何级提速》
从这个版本开始,可以使用DAT类型的高清放大算法。在放大算法列表中,我们可以看到新增了3个DAT的放大算法。
现在,我们可以对所有模型进行排序和分类,无论是Checkpoints、Loras还是任何其他类型,都可以按照我们希望的文件夹结构进行排序。例如,通过这个修改,我们可以看到我们的checkpoint模型文件夹层次结构的树状结构。
这个版本增加了对专门用于处理深度学习算法的NPU处理卡的支持。如果你有类似的硬件设备,那这对你来说一定是一个好消息!
本次版本最大的更新,可能就是touch更新到2.1.2,不过还不是最新版本的pytorch 2.2.2版(在forge分支上已实现了)。
Stable diffusion webui上,最关键的问题是,如何又快又高质地出图了,因为turo的推出让出图速度有飞的提升,但出图质量让人堪忧。然后现在又有了eulurA Turbo这个采样器,弥补了这个问题。
新版本下网友 @germandai 给出的stable diffusion webui 高质极速出图组合建议。
-
模型(model): sd turbo
-
采样器(sampler): Euler A Turbo
-
采样步数(steps): 2
-
提示词 相关性Q(CFG): 1
-
生成实例: 矿卡40hx,512x512,一组八张,示图如下
-
用时: 6.7 sec.<–这是出八张的时间,平均每张不到1秒
写在最后
感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。
AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了,安装就可直接上手!
三、最新AIGC学习笔记
当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
五、实战案例文章来源:https://www.toymoban.com/news/detail-847279.html
纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
文章来源地址https://www.toymoban.com/news/detail-847279.html
到了这里,关于惊喜!4G显卡也能用Stable Diffusion啦的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!